کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4970111 1450023 2017 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Scene background initialization: A taxonomy
ترجمه فارسی عنوان
آغازگر پس زمینه صحنه: یک طبقه بندی
ترجمه چکیده
در دسترس بودن یک مدل پس زمینه اولیه که صحنه را بدون اشیاء پیشقوی توصیف می کند، پیش شرط برای طیف وسیعی از برنامه های کاربردی است، اعم از نظارت تصویری به عکاسی محاسباتی. توجه کمی به این مسئله در ادبیات مربوط به مدلسازی پس زمینه داده شده است که عمدتا مربوط به نمایندگی مدل و به روز رسانی است. بنابراین، ما یک مطالعه طبقه بندی برای آغازگر پس زمینه ارائه می دهیم، مبنایی برای مقایسه ی منصفانه و آسان از روش های موجود و آینده در یک مجموعه داده های مشترک از توالی های مبتنی بر سرچشمه، با مجموعه ای از معیارهای متداول و بر اساس نتایج قابل تکثیر. نتایج تجربی، رویکردهای امیدوار کننده ای را به نمایش می گذارد و همچنین مسائل اصلی باز برای تنظیم اولیه.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
چکیده انگلیسی
The availability of an initial background model that describes the scene without foreground objects is the prerequisite for a wide range of applications, ranging from video surveillance to computational photography. Limited attention to the problem is given in the literature on background modeling, that mainly regards model representation and updating. Therefore, we propose a taxonomy study for background initialization, providing the basis for a fair and easy comparison of existing and future methods, on a common dataset of groundtruthed sequences, with a common set of metrics, and based on reproducible results. Experimental results highlight the most promising approaches as well as main open issues for background initialization.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Pattern Recognition Letters - Volume 96, 1 September 2017, Pages 3-11
نویسندگان
, , ,